一种预测最有希望的抗病毒药物或疫苗靶点的新方法是基于病毒糖蛋白在识别过程中所发生的构象变化，并与宿主细胞结合。这种预测方法针对的是自由能最高的主轴上的氢键，发表在玛丽·安·利伯特公司(Mary Ann Liebert, Inc.)编辑的《计算生物学杂志》(journal of computer biology)上。

罗伯特·彭纳(Robert Penner)是勒内·汤姆(rene Thom)在法国伊维特河畔布雷斯(Bures-sur-Yvette, france)和洛杉矶加州大学(university of California, Los Angeles)高等科学研究所(DES Hautes estudios ciencias de Institut)的数学生物学系主任。

在病毒进入宿主细胞并被吸收的过程中，病毒通常会经历戏剧性的再形成，形成融合/渗透的动机。Penner提出了一种预测病毒三维糖蛋白结构高构象活性残基的一般方法。该方法包括分析蛋白质的氢键，计算相应特征的自由能差，以确定构象变化最可能发生的区域。本文介绍的方法目前正在对引起COVID-19的SARS CoV-2点糖蛋白进行研究。

短没什么神奇的,数学想法直接开车到一个实际意义,但付款-可能是巨大的,就像麦克斯韦电磁场理论——这带来了无线电和电视——图灵和冯·诺依曼在理论计算开数码世界的入口。这样的想法可能有一个工作的机会，只要它的作者，除了是一个杰出的数学家，有一个广泛的科学视野，这是罕见的，即使是我们这个时代最好的数学家。罗伯特·彭纳(Robert Penner)就是这种类型的数学家，他在蛋白质结构中检测模式的方法，是纯粹数学思维的产物，与世界上任何其他方法都不同。有一种积极的可能性是，这种方法将起作用，并加快抗病毒药物或疫苗的开发。只有经验才能证明这是否属实。

Misha Gromov，高等科学研究所(Bures-sur-Yvette，法国)和纽约大学，杰出数学家和Abel奖得主(又名诺贝尔数学奖)